本文選題：混合模型 + 神經(jīng)網(wǎng)絡(luò)�。� 參考：《華東理工大學(xué)》2016年博士論文

【摘要】：復(fù)雜過(guò)程的建模方法主要包括機(jī)理建模,經(jīng)驗(yàn)建模以及混合建模�；旌辖＜夹g(shù)將過(guò)程機(jī)理模型與經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行有效地融合,在充分利用過(guò)程已知機(jī)理知識(shí)的情況下,同時(shí)利用經(jīng)驗(yàn)?zāi)Ｐ蛯?duì)過(guò)程未知的機(jī)理知識(shí)進(jìn)行有效地彌補(bǔ)。因?yàn)榛旌夏Ｐ屯瑫r(shí)具備了機(jī)理模型與經(jīng)驗(yàn)?zāi)Ｐ透髯缘膬?yōu)點(diǎn),因此其具有巨大的應(yīng)用價(jià)值,并且也引起了眾多學(xué)者們地廣泛關(guān)注。近年來(lái),混合模型已經(jīng)被成功地應(yīng)用于過(guò)程建模、過(guò)程控制、過(guò)程優(yōu)化、過(guò)程監(jiān)控等眾多領(lǐng)域。雖然混合建模技術(shù)已經(jīng)取得了一定的成果,但其發(fā)展歷程比較短、還存在諸多不足之處。針對(duì)復(fù)雜過(guò)程的各自特性,如何充分有效地利用過(guò)程的各種信息源,提高過(guò)程模型的整體性能,是混合建模的主要研究?jī)?nèi)容。本文針對(duì)化工以及工業(yè)生物復(fù)雜反應(yīng)過(guò)程,根據(jù)過(guò)程的不同特性,研究對(duì)應(yīng)的混合建模方法,并且將實(shí)驗(yàn)室混合模型校正到適用于工業(yè)過(guò)程的混合模型。本文的主要研究成果如下：(1)針對(duì)復(fù)雜反應(yīng)過(guò)程反應(yīng)速率機(jī)理模型缺失的情況,提出一種基于神經(jīng)網(wǎng)絡(luò)反應(yīng)速率模型的混合動(dòng)力學(xué)模型,并應(yīng)用于對(duì)二甲苯(p-xylene, PX)氧化生成對(duì)苯二甲酸(Terephthalic acid, TA)的反應(yīng)過(guò)程建模。利用神經(jīng)網(wǎng)絡(luò)模型建立PX氧化反應(yīng)過(guò)程的反應(yīng)速率智能模型；基于反應(yīng)速率智能模型所預(yù)測(cè)的過(guò)程各反應(yīng)物在不同反應(yīng)時(shí)間下的反應(yīng)速率,再與過(guò)程的機(jī)理模型(質(zhì)量守恒方程)進(jìn)行有效地融合,以此建立過(guò)程的混合模型。通過(guò)PX氧化反應(yīng)在實(shí)驗(yàn)室半批式反應(yīng)器得到的實(shí)驗(yàn)數(shù)據(jù),對(duì)此混合模型進(jìn)行驗(yàn)證,所建立的混合模型可以準(zhǔn)確預(yù)測(cè)PX氧化反應(yīng)過(guò)程中各反應(yīng)物的濃度值隨反應(yīng)時(shí)間的變化情況。(2)針對(duì)復(fù)雜反應(yīng)過(guò)程反應(yīng)速率機(jī)理模型已知、但各反應(yīng)因子對(duì)反應(yīng)速率常數(shù)影響規(guī)律未知的情況,提出一種基于支持向量回歸反應(yīng)速率常數(shù)模型的嵌入式混合動(dòng)力學(xué)模型,并應(yīng)用于PX氧化生成TA的反應(yīng)過(guò)程建模。針對(duì)過(guò)程動(dòng)力學(xué)模型的反應(yīng)速率常數(shù)存在難以確定以及不準(zhǔn)確的問(wèn)題,提出了一個(gè)兩步參數(shù)優(yōu)化法來(lái)對(duì)過(guò)程反應(yīng)動(dòng)力學(xué)模型的反應(yīng)速率常數(shù)進(jìn)行尋優(yōu)；同時(shí),考慮到過(guò)程機(jī)理模型中反應(yīng)速率常數(shù)模型機(jī)理知識(shí)的欠缺,建立了過(guò)程反應(yīng)因子與反應(yīng)速率常數(shù)之間的智能模型,將此反應(yīng)速率常數(shù)智能模型嵌入到過(guò)程的反應(yīng)動(dòng)力學(xué)模型中,再利用過(guò)程的質(zhì)量守恒方程作為整個(gè)模型的基礎(chǔ)模型,以此來(lái)建立整個(gè)過(guò)程的混合模型。將此方法應(yīng)用于PX氧化反應(yīng)過(guò)程,集中考慮了文獻(xiàn)中常用的PX反應(yīng)過(guò)程的三種動(dòng)力學(xué)模型,分別使用神經(jīng)網(wǎng)絡(luò)模型與支持向量回歸模型作為智能模型嵌入到這三種動(dòng)力學(xué)模型中,以此建立了過(guò)程的六個(gè)嵌入式混合動(dòng)力學(xué)模型,通過(guò)實(shí)驗(yàn)室半批式反應(yīng)器的數(shù)據(jù)進(jìn)行驗(yàn)證和對(duì)比,最終得到了效果最好、適用于PX氧化反應(yīng)過(guò)程的嵌入式混合動(dòng)力學(xué)模型。(3)針對(duì)復(fù)雜反應(yīng)過(guò)程部分反應(yīng)速率機(jī)理模型不準(zhǔn)確、以及各反應(yīng)因子對(duì)反應(yīng)動(dòng)力學(xué)參數(shù)影響規(guī)律未知的情況,提出一種基于雙神經(jīng)網(wǎng)絡(luò)與機(jī)理模型混聯(lián)的混合動(dòng)力學(xué)模型,并應(yīng)用于葡萄糖酸鈉發(fā)酵過(guò)程建模。在葡萄糖酸鈉發(fā)酵過(guò)程中,菌體生長(zhǎng)的部分機(jī)理知識(shí)缺失導(dǎo)致過(guò)程機(jī)理模型中菌體生長(zhǎng)速率模型不準(zhǔn)確,為此,使用神經(jīng)網(wǎng)絡(luò)模型來(lái)建立菌體生長(zhǎng)速率的智能模型；同時(shí),在不同發(fā)酵批次下,存在模型失配的問(wèn)題,即不同操作條件具有不同動(dòng)力學(xué)參數(shù),為此,使用三層前饋神經(jīng)網(wǎng)絡(luò)以及Alopex-差分進(jìn)化算法相結(jié)合的方式建立過(guò)程的反應(yīng)動(dòng)力學(xué)參數(shù)模型。最后,將這兩個(gè)神經(jīng)網(wǎng)絡(luò)模型與葡萄糖酸鈉發(fā)酵過(guò)程的機(jī)理模型進(jìn)行融合以此得到過(guò)程的混合模型。提出的過(guò)程混合模型解決了葡萄糖酸鈉發(fā)酵過(guò)程機(jī)理模型所存在的兩個(gè)問(wèn)題,一是機(jī)理模型中部分機(jī)理知識(shí)缺失導(dǎo)致部分反應(yīng)速率模型不準(zhǔn)確的問(wèn)題,二是發(fā)酵過(guò)程機(jī)理模型在不同批次下存在模型失配的問(wèn)題。結(jié)果表明所建立的過(guò)程混合模型效果優(yōu)于單一的機(jī)理模型以及單一的智能模型。(4)針對(duì)復(fù)雜反應(yīng)過(guò)程的實(shí)驗(yàn)過(guò)程與工業(yè)過(guò)程存在較大差異的情況,提出一種從實(shí)驗(yàn)室混合模型到工業(yè)過(guò)程混合模型的校正模型,并將此校正模型應(yīng)用于工業(yè)PX氧化生成TA的反應(yīng)過(guò)程建模。由于PX氧化反應(yīng)的實(shí)驗(yàn)過(guò)程與工業(yè)過(guò)程存在較大差異,當(dāng)試圖使用實(shí)驗(yàn)室混合動(dòng)力學(xué)模型來(lái)模擬工業(yè)過(guò)程時(shí),模型存在較大的預(yù)測(cè)誤差�？紤]使用神經(jīng)網(wǎng)絡(luò)校正模型來(lái)改進(jìn)實(shí)驗(yàn)過(guò)程混合反應(yīng)動(dòng)力學(xué)模型的反應(yīng)速率常數(shù),使其可以更好的適用于工業(yè)過(guò)程。由于缺少完整的工業(yè)過(guò)程反應(yīng)速率常數(shù)訓(xùn)練數(shù)據(jù),設(shè)計(jì)了新的優(yōu)化策略,使用遺傳算法來(lái)調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值,以此來(lái)降低模型最后的輸出誤差。最終建立了適用于工業(yè)PX氧化反應(yīng)過(guò)程的混合模型。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)校正模型可以有效地對(duì)實(shí)驗(yàn)室動(dòng)力學(xué)模型的參數(shù)進(jìn)行校正,所建立的工業(yè)過(guò)程混合模型優(yōu)于實(shí)驗(yàn)室過(guò)程混合模型,可以準(zhǔn)確地預(yù)測(cè)工業(yè)PX氧化反應(yīng)過(guò)程。
[Abstract]:In recent years , the hybrid model has been successfully applied to process modeling , process control , process optimization , process monitoring and so on .
A mixed model of the process is established based on the reaction rate of the reactants at different reaction times and the mechanism model of the process ( mass conservation equation ) based on the reaction rate intelligent model . The mixed model is validated by the reaction rate mechanism model of PX oxidation reaction .
At the same time , considering the deficiency of the mechanism knowledge of the reaction rate constant model in the process mechanism model , the intelligent model between the process response factor and the reaction rate constant is established , and the model of the whole process is established by using the mass conservation equation of the process as the basic model of the whole model .
In this paper , the model of model mismatch is established by combining the two neural network models with the mechanism model of the fermentation process of sodium gluconate .
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TQ018;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王軍茹;王濤;王軍政;;基于壓力信號(hào)采集的輸氣管道混合模型的建立[J];北京理工大學(xué)學(xué)報(bào);2014年01期

2 宋漢成;;天然氣輸氣管線(xiàn)的動(dòng)靜態(tài)混合模型研究[J];上海煤氣;2007年02期

3 朱啟增;宋修本;;混合模型介紹及設(shè)立保護(hù)措施的挑戰(zhàn)(英文)[J];大連海事大學(xué)學(xué)報(bào);2009年S1期

4 谷達(dá),谷寧;在結(jié)構(gòu)混合模型基礎(chǔ)上的放大新概念[J];國(guó)外醫(yī)藥(抗生素分冊(cè));1996年03期

5 劉伯高,俞金壽,黃道,華向明;基于改進(jìn)混合模型的一類(lèi)固定床反應(yīng)器推斷控制[J];華東理工大學(xué)學(xué)報(bào);1998年04期

6 劉伯高,俞金壽,黃道,華向明;一類(lèi)固定床反應(yīng)器基于改進(jìn)混合模型的推斷估計(jì)[J];華東理工大學(xué)學(xué)報(bào);1998年03期

7 劉愛(ài)華;劉銀朋;程力;;三元混合模型在地下礦山涌水水源計(jì)算分析中的應(yīng)用[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年08期

8 尹華偉;易偉建;劉艷;;有限元-界面元混合模型及其應(yīng)用[J];湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

9 許仙珍;謝磊;王樹(shù)青;;基于PCA混合模型的多工況過(guò)程監(jiān)控[J];化工學(xué)報(bào);2011年03期

10 楊慧中,張素貞,陶振麟;聚丙烯腈質(zhì)量指標(biāo)軟測(cè)量混合模型的應(yīng)用[J];化工自動(dòng)化及儀表;2002年06期

相關(guān)會(huì)議論文 前10條

1 沈樂(lè)君;;基于混合模型的多目標(biāo)實(shí)時(shí)跟蹤算法[A];2013體育計(jì)算機(jī)應(yīng)用論文集[C];2013年

2 紀(jì)琳;黃震宇;;中頻振動(dòng)混合模型理論的應(yīng)用局限性分析[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

3 汪傳建;李曉光;王大玲;于戈;;一種基于混合模型的文本分類(lèi)器的研究與實(shí)現(xiàn)[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

4 徐斌;馬盡文;;一種柯西混合模型上梯度型BYY和諧學(xué)習(xí)算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 蘭永紅;吳敏;佘錦華;;基于二維混合模型的最優(yōu)重復(fù)控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 張勝利;張沅;;混合模型方法對(duì)QTL的檢測(cè)及定位效果[A];生命科學(xué)與生物技術(shù)：中國(guó)科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

7 馬凌;周江;王文鼐;;突發(fā)性業(yè)務(wù)流的Gamma泊松混合模型及排隊(duì)性能研究[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

8 沈文豪;聶大仕;謝菲;;氣升式內(nèi)環(huán)流反應(yīng)器的液相流動(dòng)混合模型[A];第一屆全國(guó)化學(xué)工程與生物化工年會(huì)論文摘要集(上)[C];2004年

9 趙廣建;，

本文編號(hào)：1902839